MétaCan
Menu
Retour à la cohorte
Enregistrement W2109910171 · doi:10.1534/genetics.112.142620

Parallel Genetic Changes and Nonparallel Gene–Environment Interactions Characterize the Evolution of Drug Resistance in Yeast

2012· article· en· W2109910171 sur OpenAlexaff
Aleeza C. Gerstein, Dara S. Lo, Sarah P. Otto

Notice bibliographique

RevueGenetics · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyGeneticsGeneYeastResistance (ecology)Saccharomyces cerevisiaeComputational biologyEcology

Résumé

récupéré en direct d'OpenAlex

Beneficial mutations are required for adaptation to novel environments, yet the range of mutational pathways that are available to a population has been poorly characterized, particularly in eukaryotes. We assessed the genetic changes of the first mutations acquired during adaptation to a novel environment (exposure to the fungicide, nystatin) in 35 haploid lines of Saccharomyces cerevisiae. Through whole-genome resequencing we found that the genomic scope for adaptation was narrow; all adapted lines acquired a mutation in one of four late-acting genes in the ergosterol biosynthesis pathway, with very few other mutations found. Lines that acquired different ergosterol mutations in the same gene exhibited very similar tolerance to nystatin. All lines were found to have a cost relative to wild type in an unstressful environment; the level of this cost was also strongly correlated with the ergosterol gene bearing the mutation. Interestingly, we uncovered both positive and negative effects on tolerance to other harsh environments for mutations in the different ergosterol genes, indicating that these beneficial mutations have effects that differ in sign among environmental challenges. These results demonstrate that although the genomic target was narrow, different adaptive mutations can lead populations down different evolutionary pathways, with respect to their ability to tolerate (or succumb to) other environmental challenges.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations90
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeneticsMême sujetEvolution and Genetic DynamicsTravaux en français237 207